論文の概要: Detecting Ideal Instagram Influencer Using Social Network Analysis
- arxiv url: http://arxiv.org/abs/2107.05731v1
- Date: Mon, 12 Jul 2021 20:53:58 GMT
- ステータス: 処理完了
- システム内更新日: 2021-07-14 14:36:29.179759
- Title: Detecting Ideal Instagram Influencer Using Social Network Analysis
- Title（参考訳）: ソーシャルネットワーク分析によるInstagramインフルエンサーの検出
- Authors: M.M.H Dihyat, K Malik, M.A Khan, B Imran
- Abstract要約: 本論文は、現実のオンラインマーケティング戦略のためのソーシャルネットワーク分析(SNA)に焦点を当てている。
この研究は、ネットワーク内の最も中心的なノードを特定するための様々な集中度尺度を比較し、個々のユーザの拡散行動を理解するために線形しきい値モデルを用いて貢献する。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Social Media is a key aspect of modern society where people share their
thoughts, views, feelings and sentiments. Over the last few years, the
inflation in popularity of social media has resulted in a monumental increase
in data. Users use this medium to express their thoughts, feelings, and
opinions on a wide variety of subjects, including politics and celebrities.
Social Media has thus evolved into a lucrative platform for companies to expand
their scope and improve their prospects. The paper focuses on social network
analysis (SNA) for a real-world online marketing strategy. The study
contributes by comparing various centrality measures to identify the most
central nodes in the network and uses a linear threshold model to understand
the spreading behaviour of individual users. In conclusion, the paper
correlates different centrality measures and spreading behaviour to identify
the most influential user in the network
- Abstract（参考訳）: ソーシャルメディアは、人々が自分の考え、見解、感情、感情を共有する現代社会の重要な側面である。
ここ数年、ソーシャルメディアの人気が急上昇し、データ量も大幅に増加した。
ユーザはこのメディアを使って、政治や有名人など、さまざまなテーマについて自分の考えや感情、意見を表現できる。
そのためにソーシャルメディアは、企業の範囲を拡大し、今後の展望を改善するための、収益性のあるプラットフォームへと進化した。
本論文は、現実のオンラインマーケティング戦略のためのソーシャルネットワーク分析(SNA)に焦点を当てている。
この研究は、ネットワーク内の最も中央のノードを特定するために様々な集中性指標を比較し、個々のユーザの拡散行動を理解するために線形しきい値モデルを用いている。
結論として,ネットワーク上でもっとも影響力のあるユーザを特定するために,中央集中度と行動の拡散を関連づける。
関連論文リスト
- Characterizing the Fragmentation of the Social Media Ecosystem [39.58317527488534]
私たちは9つのソーシャルメディアプラットフォーム上で600万人近いユーザーが投稿した1260万のURLのデータセットを使用しています。
メインストリームとAlt-techプラットフォームの間には明確な分離がある。
これらの知見は、ソーシャルメディアエコシステムの断片化と分極を定義する主要な側面を概説している。
論文 参考訳（メタデータ） (2024-11-25T18:45:03Z) - Decoding the Silent Majority: Inducing Belief Augmented Social Graph
with Large Language Model for Response Forecasting [74.68371461260946]
SocialSenseは、既存のソーシャルネットワーク上に信念中心のグラフを誘導するフレームワークであり、グラフベースの伝播によって社会的ダイナミクスを捉える。
本手法は,ゼロショット設定と教師あり設定の両方に対する実験的な評価において,既存の最先端技術を超えている。
論文 参考訳（メタデータ） (2023-10-20T06:17:02Z) - Exploring Embeddings for Measuring Text Relatedness: Unveiling
Sentiments and Relationships in Online Comments [1.7230140898679147]
本稿では,様々なソーシャルメディアプラットフォームにおけるコメント間の感情的・意味的関係について検討する。
単語の埋め込みを使って文や文書のコンポーネントを分析する。
我々の分析は、オンラインコメントの相互接続性をより深く理解し、大きな相互接続脳として機能するインターネットの概念を調査する。
論文 参考訳（メタデータ） (2023-09-15T04:57:23Z) - Self-supervised Hypergraph Representation Learning for Sociological
Analysis [52.514283292498405]
本稿では,データマイニング技術と社会学的行動基準のさらなる融合を支援するための基本的な方法論を提案する。
まず,効率的なハイパーグラフ認識と高速グラフ構築フレームワークを提案する。
第2に,ユーザからユーザへのソーシャルインフルエンスを学習するためのハイパーグラフベースニューラルネットワークを提案する。
論文 参考訳（メタデータ） (2022-12-22T01:20:29Z) - Trust and Believe -- Should We? Evaluating the Trustworthiness of
Twitter Users [5.695742189917657]
ソーシャルメディア上のフェイクニュースは、個人と社会の両方に悪影響を及ぼす大きな問題である。
この作業において、私たちは、ソーシャルネットワークコミュニティに信頼を喚起するソリューションを提供したいと考えている。
本モデルでは,Twitter上で5万人の政治家の行動を分析し,評価されたユーザ毎に影響スコアを割り当てる。
論文 参考訳（メタデータ） (2022-10-27T06:57:19Z) - A Study on Herd Behavior Using Sentiment Analysis in Online Social
Network [1.5673338088641469]
本稿では,オンラインソーシャルネットワーキングサイトからの批判的意見を予測するための多様な戦略の能力について述べる。
ソーシャルメディアはここ数十年で良いメディアとなり、世界中の意見を共有している。
本研究では,ソーシャルメディアコンテンツを用いた感情分析手法の評価を行った。
論文 参考訳（メタデータ） (2021-07-25T05:22:35Z) - Two-Faced Humans on Twitter and Facebook: Harvesting Social Multimedia
for Human Personality Profiling [74.83957286553924]
我々は、"PERS"と呼ばれる新しい多視点融合フレームワークを適用して、マイアーズ・ブリッグス・パーソナリティ・タイプインジケータを推定する。
実験の結果,多視点データからパーソナリティ・プロファイリングを学習する能力は,多様なソーシャル・マルチメディア・ソースからやってくるデータを効率的に活用できることが示唆された。
論文 参考訳（メタデータ） (2021-06-20T10:48:49Z) - News consumption and social media regulations policy [70.31753171707005]
我々は、ニュース消費とコンテンツ規制の間の相互作用を評価するために、反対のモデレーション手法であるTwitterとGabを強制した2つのソーシャルメディアを分析した。
以上の結果から,Twitterが追求するモデレーションの存在は,疑わしいコンテンツを著しく減少させることがわかった。
Gabに対する明確な規制の欠如は、ユーザが両方のタイプのコンテンツを扱う傾向を生じさせ、ディスカウント/エンドレスメントの振る舞いを考慮に入れた疑わしいコンテンツに対してわずかに好みを示す。
論文 参考訳（メタデータ） (2021-06-07T19:26:32Z) - Over a Decade of Social Opinion Mining [1.0152838128195467]
この体系的なレビューは、社会オピニオン鉱業の進化する研究領域に焦点を当てている。
自然言語は、人間によって表現されるように、異なる意見次元の観点で理解することができる。
今後の研究の方向性が提示される一方、さらなる研究と開発は、より広範な学術的・社会的影響を残す可能性がある。
論文 参考訳（メタデータ） (2020-12-05T17:59:59Z) - Echo Chambers on Social Media: A comparative analysis [64.2256216637683]
本研究では,4つのソーシャルメディアプラットフォーム上で100万ユーザが生成した100万個のコンテンツに対して,エコーチャンバーの操作的定義を導入し,大規模な比較分析を行う。
議論の的になっているトピックについてユーザの傾きを推測し、異なる特徴を分析してインタラクションネットワークを再構築する。
我々は、Facebookのようなニュースフィードアルゴリズムを実装するプラットフォームが、エコーチャンバの出現を招きかねないという仮説を支持する。
論文 参考訳（メタデータ） (2020-04-20T20:00:27Z) - I Know Where You Are Coming From: On the Impact of Social Media Sources
on AI Model Performance [79.05613148641018]
我々は、異なるソーシャルネットワークのマルチモーダルデータから学習する際、異なる機械学習モデルの性能について検討する。
最初の実験結果から,ソーシャルネットワークの選択がパフォーマンスに影響を及ぼすことが明らかとなった。
論文 参考訳（メタデータ） (2020-02-05T11:10:44Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。